基于改进词向量模型的电力缴费用户画像关键技术研究
Electric Power Information and Communication Technology（2022）
摘要
以准确识别电力缴费过程中的敏感用户为目标,文章基于改进词向量模型设计了一种新的电力缴费用户画像方法.首先通过改进K-均值算法对电力用户缴费行为大数据展开聚类处理,实现电网部门缴费用户的电量、电价、电费、停电类诉求数据聚类.然后基于改进词向量模型设计用户画像方法,并将聚类结果导入其中,通过构建用户画像识别电力缴费用户敏感类型.实验结果显示,该方法对4种敏感类型用户的分类结果较准确,分类结果差值仅有1个.且该方法对电网部门缴费用户的电量、电价、电费、停电类诉求数据聚类效果较好,查全率、准确率、F值均大于0.95,证明其聚类效果较好,可准确识别电力缴费过程中的敏感用户.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要